close

Insider

[Podcast] Influência da Neurociência e Biologia na inteligência artificial

Written by Alana Team
on Agosto 10, 2020

No quarto episódio do Inside Alana Podcast vamos descobrir como algumas áreas da Biologia influenciam positivamente no desenvolvimento de tecnologias de inteligência artificial. 

Apesar de parecer que são assuntos totalmente diferentes, a Biologia estuda alguns aspectos que ajudam na compreensão de como o cérebro humano funciona e evolui. Essa capacidade de evolução é o que inspira estudiosos ao redor do mundo na busca por uma AI Forte, e é a principal influência na criação de algoritmos genéticos.

 

 

A teoria da evolução e os algoritmos genéticos

Charles Darwin não foi um programador ou estatístico, mas teve um papel importante na inovação de técnicas de inteligência artificial. 

Sem imaginar que sua teoria da evolução pudesse ajudar a tecnologia, ele afirmava que a seleção natural era um princípio evolutivo essencial, já que espécies melhores adaptadas teriam mais chances de sobrevivência. A partir desse pensamento, estudiosos de AI aplicaram regras em forma de um algoritmo evolutivo, que tem como principal métrica positiva a adaptação.

A seleção natural ocorre pela necessidade de sobrevivência e adaptação da espécies ao ambiente. Charles Darwin

Algoritmos Genéticos

Os algoritmos com capacidade de evolução são chamados de algoritmos genéticos, e eles são programados para seguir padrões que replicam a teoria da evolução das máquinas. Este processo funciona da seguinte maneira:

  • Algoritmos são criados e colocados em teste;
  • Um pequeno grupo sobreviverá mais tempo, o que pode ser considerado como seleção natural;
  • O grupo sobrevivente passará por uma recombinação (crossing over);
  • O processo é repetido para que os algoritmos continuem evoluindo e, assim, se tornem mais fortes.

A técnica de algoritmos genéticos foi desenvolvida principalmente por John Henry Holland, na década de 1970 e por alguns de seus alunos, como David E. Goldberg, quem popularizou o tema na década de 1980.

dg-v02

Entre os principais benefícios dos algoritmos genéticos estão:

  • São de fácil implementação;
  • São altamente adaptáveis;
  • Funcionam com parâmetros contínuos;
  • Podem ser usados em conjunto com outras técnicas.

De acordo com Marcellus Amadeus, CTO da Alana AI, além da teoria da evolução, há outra área da Biologia de grande importância para a inteligência artificial: a neuroanatomia.

 

 

Neuroanatomia e Deep Learning

Como a neuroanatomia estuda o sistema nervoso, que é composto por redes neurais, ela auxilia na compreensão de fatos para evolução de algoritmos de redes neurais artificiais, que imitam a estrutura biológica do cérebro e são base para a técnica de aprendizado profundo (Deep Learning).

Ilustração demonstrando os conceitos de Neuroanatomia.

Como mencionado no episódio do podcast sobre como as máquinas pensam, as redes neurais artificiais são como sistemas de neurônios interconectados, e elas processam valores de entradas, simulando comportamentos de redes neurais biológicas.

 

O aprendizado profundo e suas peculiaridades

O mais incrível da técnica de Deep Learning é que, na maioria dos casos, não é possível saber como a máquina chegou à determinada conclusão. Isso é chamado de black box e, para setores que precisam entender o comportamento da máquina, pode ser um problema.

Ilustrações exemplificando conceitos de Rede Neural Simples e Deep Learning

Por outro lado, existem as Inteligências Artificiais Explicáveis (Explainable AI), também conhecidas como XAI.

Essa área de estudos abrange técnicas mais simples, e mais antigas, como as árvores de decisões. O grande desafio desse campo é explicar como o Deep Learning aprende, ou seja, fazer com que não seja um algoritmo black box.

 

Tipos de algoritmo de Deep Learning

Existem diversos algoritmos de Deep Learning, e é possível utilizar vários simultaneamente, uma vez que cada um é ideal para um tipo específico de atividade.

As técnicas predominantes são:

  1. Convolutional Neural Network (CNN);
  2. Recurrent Neural Network (RNN);
  3. Generative Adversarial Network (GAN);
  4. Long Short-Term Memory (LSTM);
  5. Transformers.

O LSTM é um dos mais comuns para a área de desenvolvimento da linguagem da máquina. Ele é relacionado com a memória, tanto de curto prazo quanto de longo prazo.

Este algoritmo (LSTM) é uma arquitetura de rede neural recorrente que “lembra” valores em intervalos aleatórios. Ela é adequada para classificar, processar e prever séries temporais com intervalos de tempo desconhecidos.

Algumas das principais, e mais famosas, aplicações das LSTMs incluem:

  • Modelagem de Linguagem;
  • Tradução de Idiomas;
  • Legendas em Imagens;
  • Composição de Texto;
  • Reconhecimento de Grafia;
  • Aprendizado de Ritmo.

linha-min-1

 

A inteligência artificial é multidisciplinar

A ligação entre AI e outras áreas é algo fantástico e, ao mesmo tempo, intrigante. Além da Biologia, outros campos de impacto são a estatística, a matemática e a linguística.

Sabemos que é uma tarefa difícil criar uma máquina com plena consciência nas próximas décadas, ou séculos, mas o estudo dessas variadas áreas, com certeza, seguirá contribuindo para o desenvolvimento de tecnologias de inteligência artificial.

Para saber mais sobre os conceitos básicos sobre AI, recomendamos que escute os episódios anteriores do Inside Alana Podcast.

 

personagens escrevendo

 



assinatura_teamalana

 

Você também pode gostar:

Insider

[eBook] Cérebros Humanos e Artificiais: um guia sobre inteligência artificial

Que tal aprender ainda mais sobre inteligência artificial com um guia prático, didático e recheado de curiosidades? Dese...

Insider

Regulamentação da inteligência artificial: entenda o debate mundial

O mercado de inteligência artificial está em franca evolução, e, com ela, a discussão sobre o arcabouço regulatório da t...

Insider

A importância da cultura de feedback para startups e seus colaboradores

A cultura de feedback é crucial para que um time de alto desempenho evolua continuamente, e é definida pelo hábito de of...

Receba insights sobre
Inteligência Artificial por e-mail,
na medida certa.